MétaCan
Menu
Retour à la cohorte
Enregistrement W2910975162 · doi:10.33137/incite.1.28916

white Feelings and Black Knowledge: Tackling Racism and Epistemic Violence in German Higher Education

2018· article· en· W2910975162 sur OpenAlexvenueno aff
F. Angelo Camufingo

Notice bibliographique

Revuein cite journal · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObjectivity (philosophy)RacismSociologyGermanEpistemologyKnowledge productionFeelingAestheticsPedagogyGender studiesLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article provides insight on the production and passing on of “knowledge” and the idea of a possible objectivity particularly conveyed in Western universities. It deals with how forming a university group tackles the continuations of such thoughts. The article starts by reflecting on statements and practices of a university seminar of which I was a participant. The course examined hip hop culture through language, investigating lyrics from a cultural linguistics perspective. It served as an example of epistemic violence and racist continuations and reproductions at universities that try to promote their anti “whatever –isms” attitudes. Next, I provide theoretical background on the fantasy of academic objectivity and its resultant racism, and explain the formation of a Black university group. I will explore the group’s experiences and struggles to critique Western universities and knowledge transfer while actively being part of them. The group’s work is an exemplary way of how to question existing structures and of resisting imposed and racist ideas of knowledge and truths.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,404
Écart entre enseignants0,387 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuein cite journalMême sujetCritical Race Theory in EducationTravaux en français237 207